【技术实现步骤摘要】
本申请涉及人工智能，特别是涉及一种图像真伪鉴别方法、装置、计算机设备、存储介质和计算机程序产品。
技术介绍
1、由于目前生成式人工智能(artificial intelligence generated content，aigc)发展迅猛，生成图像越来越逼真，在提供更低的创作门槛同时，对内容监管、版权保护等造成极大威胁。因此，于内容发布平台而言，鉴别aigc生成图像的能力也变得越来越重要了。
2、相关技术中，图像伪造检测方法大多集中于检测生成式对抗网络(generativeadversarial networks，gan)生成的图像，而随着潜在扩散(latent diffusion，ld)模型的不断更新，相关图像伪造检测方法如基于深度学习的图片识别方法、基于物理的方法寻找人工信息或面部与物理世界之间的不一致的检测方法、或者基于生理学的方法研究人脸的语义信息的检测方法已不适用，这些方法针对aigc生成图像的检测准确率低。
技术实现思路
1、基于此，有必要针对上述技术问题，提供一种能够提高图像真伪鉴别准确性的图像真伪鉴别方法、装置、计算机设备、计算机可读存储介质和计算机程序产品。
2、第一方面，本申请提供了一种图像真伪鉴别方法。所述方法包括：
3、获取待鉴别图像，并对所述待鉴别图像进行图像变换，得到所述待鉴别图像在频率域空间中的频域幅值图；
4、针对多个频率中的任一频率，从所述频域幅值图中确定对应于所针对频率的目标像素点，并根据所述目标像
5、基于所述多个频率中每个频率各自对应的特征值，构建得到所述待鉴别图像的频域特征表达；
6、根据所述频域特征表达进行分类，得到所述待鉴别图像的真伪鉴别结果。
7、第二方面，本申请还提供了一种图像真伪鉴别装置。所述装置包括：
8、变换模块，用于获取待鉴别图像，并对所述待鉴别图像进行图像变换，得到所述待鉴别图像在频率域空间中的频域幅值图；
9、确定模块，用于针对多个频率中的任一频率，从所述频域幅值图中确定对应于所针对频率的目标像素点，并根据所述目标像素点的像素信息获得所针对频率的特征值；
10、构建模块，用于基于所述多个频率中每个频率各自对应的特征值，构建得到所述待鉴别图像的频域特征表达；
11、分类模块，用于根据所述频域特征表达进行分类，得到所述待鉴别图像的真伪鉴别结果。
12、第三方面，本申请还提供了一种计算机设备。所述计算机设备包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现以下步骤：
13、获取待鉴别图像，并对所述待鉴别图像进行图像变换，得到所述待鉴别图像在频率域空间中的频域幅值图；
14、针对多个频率中的任一频率，从所述频域幅值图中确定对应于所针对频率的目标像素点，并根据所述目标像素点的像素信息获得所针对频率的特征值；
15、基于所述多个频率中每个频率各自对应的特征值，构建得到所述待鉴别图像的频域特征表达；
16、根据所述频域特征表达进行分类，得到所述待鉴别图像的真伪鉴别结果。
17、第四方面，本申请还提供了一种计算机可读存储介质。所述计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现以下步骤：
18、获取待鉴别图像，并对所述待鉴别图像进行图像变换，得到所述待鉴别图像在频率域空间中的频域幅值图；
19、针对多个频率中的任一频率，从所述频域幅值图中确定对应于所针对频率的目标像素点，并根据所述目标像素点的像素信息获得所针对频率的特征值；
20、基于所述多个频率中每个频率各自对应的特征值，构建得到所述待鉴别图像的频域特征表达；
21、根据所述频域特征表达进行分类，得到所述待鉴别图像的真伪鉴别结果。
22、第五方面，本申请还提供了一种计算机程序产品。所述计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现以下步骤：
23、获取待鉴别图像，并对所述待鉴别图像进行图像变换，得到所述待鉴别图像在频率域空间中的频域幅值图；
24、针对多个频率中的任一频率，从所述频域幅值图中确定对应于所针对频率的目标像素点，并根据所述目标像素点的像素信息获得所针对频率的特征值；
25、基于所述多个频率中每个频率各自对应的特征值，构建得到所述待鉴别图像的频域特征表达；
26、根据所述频域特征表达进行分类，得到所述待鉴别图像的真伪鉴别结果。
27、上述图像真伪鉴别方法、装置、计算机设备、存储介质和计算机程序产品，先对待鉴别图像进行图像变换，得到在频率域空间中的频域幅值图，完成图像从空间域到频率域的变换，如此，能够有效减少图像真伪鉴别过程中的计算量。接着，从频域幅值图中获取任一频域所对应的目标像素点，并基于相应的目标像素点对该频率进行统计分析，确定频率对应的单个特征值，并基于每个频率的单一特征值，得到待鉴别图像的频域特征表达，从而可以通过待鉴别图像的频域特征表达来进行分类，以得到待鉴别图像的真伪鉴别结果。如此，利用待鉴别图像在频域内的数据特征来鉴别其是否为真实图像，可以大大提高鉴别准确性，特别是可以准确的识别出基于人工智能的图像生成模型而生成的伪造图像，提高图像真伪鉴别的准确性。
本文档来自技高网...【技术保护点】
1.一种图像真伪鉴别方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述针对多个频率中的任一频率，从所述频域幅值图中确定对应于所针对频率的目标像素点，包括：
3.根据权利要求2所述的方法，其特征在于，所述针对多个频率中的任一频率，确定与所针对的频率对应的距离，包括；
4.根据权利要求2所述的方法，其特征在于，所述将所述频域幅值图中与所述频域幅值图的中心位置间隔所述距离的像素点，作为对应于所针对的频率的目标像素点，包括：
5.根据权利要求1所述的方法，其特征在于，所述根据所述目标像素点的像素信息获得所针对频率的特征值，包括：
6.根据权利要求1所述的方法，其特征在于，所述基于所述多个频率中每个频率各自对应的特征值，构建得到所述待鉴别图像的频域特征表达，包括：
7.根据权利要求1所述的方法，其特征在于，所述根据所述频域特征表达进行分类，得到所述待鉴别图像的真伪鉴别结果，包括：
8.根据权利要求7所述的方法，其特征在于，所述通过所述图像真伪鉴别模型，对所述频域特征表达进行处理
9.根据权利要求7所述的方法，其特征在于，所述图像真伪鉴别模型的训练过程如下：
10.根据权利要求1-9任一项所述的方法，其特征在于，所述方法还包括：
11.根据权利要求10所述的方法，其特征在于，所述获取至少一个图像生成模型各自对应的第一频域功率分布，包括：
12.一种图像真伪鉴别装置，其特征在于，所述装置包括：
13.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至11中任一项所述的方法的步骤。
14.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至11中任一项所述的方法的步骤。
15.一种计算机程序产品，包括计算机程序，其特征在于，该计算机程序被处理器执行时实现权利要求1至11中任一项所述的方法的步骤。
...【技术特征摘要】
1.一种图像真伪鉴别方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述针对多个频率中的任一频率，从所述频域幅值图中确定对应于所针对频率的目标像素点，包括：
3.根据权利要求2所述的方法，其特征在于，所述针对多个频率中的任一频率，确定与所针对的频率对应的距离，包括；
4.根据权利要求2所述的方法，其特征在于，所述将所述频域幅值图中与所述频域幅值图的中心位置间隔所述距离的像素点，作为对应于所针对的频率的目标像素点，包括：
5.根据权利要求1所述的方法，其特征在于，所述根据所述目标像素点的像素信息获得所针对频率的特征值，包括：
6.根据权利要求1所述的方法，其特征在于，所述基于所述多个频率中每个频率各自对应的特征值，构建得到所述待鉴别图像的频域特征表达，包括：
7.根据权利要求1所述的方法，其特征在于，所述根据所述频域特征表达进行分类，得到所述待鉴别图像的真伪鉴别结果，包括：
8.根据权利要求7所述的方法，其特征在...
【专利技术属性】
技术研发人员：孙万祺，杨天舒，
申请(专利权)人：腾讯科技深圳有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。